Application of machine learning techniques to optical communication systems and networks

Abstract

This TFM reviews the application of machine learning techniques in optical communication systems and networks. In addition, it studies and compares the characteristics of various machine learning methods, such as: support vector machines, logistic regression, decision trees and random forests, to predict the quality of transmission when using optical circuits in wavelength routed optical communication networks. The models developed in this TFM offer better performance than previous proposals, mainly in terms of computing time, making possible its use in online mode even in highly dynamic networks, in addition to being simpler.

El presente TFM realiza una revisión de la aplicación de técnicas de aprendizaje automático en los sistemas y redes de comunicaciones ópticas. Además, estudia y compara las características de diversos métodos de aprendizaje automático, tales como: máquinas de vectores soporte, regresión logística, árboles de decisión y bosques aleatorios, para predecir la calidad de la transmisión al emplear circuitos ópticos en redes de comunicaciones ópticas con encaminamiento por longitud de onda. Los modelos desarrollados en el TFM obtienen mejores prestaciones que propuestas anteriores, fundamentalmente en términos de tiempo de cálculo, posibilitando su utilización en modo on-line incluso en redes altamente dinámicas, amén de ser más sencillos.